產(chǎn)品意象造型設(shè)計中的耦合特性研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、用戶對產(chǎn)品造型的情感認知和需求趨于多元化,導(dǎo)致產(chǎn)品造型的設(shè)計目標常趨向于多意象的綜合表現(xiàn),即復(fù)合意象。產(chǎn)品設(shè)計過程中存在著部件間相互制約、多意象難以整合、設(shè)計要素屬性矛盾沖突等耦合關(guān)系。同樣的,不同造型設(shè)計要素在重構(gòu)為新樣本時,設(shè)計要素間也會產(chǎn)生耦合沖突性,從而造成產(chǎn)品研發(fā)的失敗。鑒于此,本研究利用熵理論求得產(chǎn)品復(fù)合意象,建立了產(chǎn)品復(fù)合意象與造型設(shè)計要素之間的映射關(guān)系,分析了復(fù)合意象下造型設(shè)計要素的耦合特性,并結(jié)合遺傳算法提出一種基于產(chǎn)

2、品意象造型設(shè)計的耦合優(yōu)化設(shè)計系統(tǒng)。
  本研究主要內(nèi)容包括:⑴產(chǎn)品復(fù)合意象與造型設(shè)計要素關(guān)聯(lián)分析。通過分析用戶對產(chǎn)品的情感認知,采用語意差分法對用戶主觀評價值進行量化處理,并經(jīng)聚類分析、KJ法等方法,確定代表性研究樣本及目標感性意象,利用意象熵獲取各目標意象權(quán)重,從而得到產(chǎn)品復(fù)合意象綜合評價值。利用形態(tài)分析法將產(chǎn)品造型設(shè)計要素進行解構(gòu),并用數(shù)量化一類理論建立復(fù)合意象與造型設(shè)計要素間關(guān)聯(lián)映射。⑵復(fù)合意象下造型設(shè)計要素耦合特性分析。運

3、用正交試驗設(shè)計法將造型設(shè)計要素耦合重組,重構(gòu)為新樣本,采用標度變換法將新樣本意象評價值轉(zhuǎn)化為三角模糊評級,從而建立產(chǎn)品模糊綜合評價模型。利用模糊理想逼近解計算加權(quán)標準化模糊決策矩陣,得到模糊最優(yōu)解與最劣解,進而得到每一個新樣本與理想解的相對貼近度,依據(jù)貼近度對新樣本進行綜合排序,獲取最優(yōu)目標樣本。解構(gòu)并歸納新樣本造型設(shè)計要素組,進一步分析得到產(chǎn)品意象造型中設(shè)計要素的耦合原則。⑶建立產(chǎn)品意象造型耦合優(yōu)化設(shè)計系統(tǒng)。利用遺傳算法構(gòu)建產(chǎn)品意象造

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論